php中的数组冲突

Question

小备注

阅读max_input_vars 变量让我阅读了很多关于PHP 处理数组的内部机制。这不是一个真正的问题，而是answering my own question“为什么我们真的需要这个 max_input_var”。它没有本地化，实际上与许多其他编程语言有关，而不仅仅是 php。

一个问题：

比较这两个小的 php 脚本：

$data = array();
for ($key = 0; $key <= 1073709056; $key += 32767){
    $data[$key] = 0;
}

可以查看it here。一切正常，没有什么意外。执行时间接近0。

而且这几乎是相同的（差异在于 1）

$data = array();
for ($key = 0; $key <= 1073709056; $key += 32768){
    $data[$key] = 0;
}

检查it here。没有什么是正常的，一切都是出乎意料的。您超出了执行时间。所以它至少慢了 3000 倍！

问题是为什么会这样？

我将它与答案一起发布在这里，因为这极大地提高了我对 php 内部知识的了解，并且我学到了有关安全性的新知识。

Answer 1

问题不在于循环，问题在于 PHP 和许多其他语言（Java、Python、ASP.Net）如何在哈希数据结构中存储键/值对。 PHP 使用哈希表来存储数组（这使得它们在理论上可以非常快地从该数组中存储和检索数据O(1)）。当多个值映射到同一个键从而产生哈希冲突时，就会出现问题。将元素插入这样的键会变得更加昂贵O(n)，因此插入 n 个键会从 O(n) 跳转到 O(n^2)。

这正是这里发生的事情。当数字从32767 更改为32768 时，它会将键从无冲突更改为所有内容都冲突到同一个键。

情况就是这样，因为 php 数组是在 C 中实现的。数组的大小是 2 的幂。（9 和 15 元素的数组将分配给大小为 @ 的数组987654332@)。此外，如果数组键是整数，则哈希将是一个带有掩码的整数。掩码是二进制的size of the array - 1。这意味着如果有人试图在关联数组0, 32, 64, 128, 256, ... 中插入以下键，以此类推，它们都将映射到同一个键，因此散列将具有链表。上面的示例正是创建了这个。

这需要大量 CPU 来处理，因此您会看到大量时间增加。这意味着开发人员在接受来自外部的一些数据时应该非常小心，这些数据将被解析为数组（人们可以轻松地制作数据并 DOS 服务器）。这些数据可以是$_GET、$_POST请求（这就是为什么你可以用max_input_vars限制数量）、XML、JSON。

以下是我用来了解这些事情的资源：

• res 1
• res 2
• res 3
• res 4
• res 5

Answer 2

我对 php 一无所知，但 32767 将是 2 字节数的最大值。将其增加到 32768 将需要使用 3 字节数（从未使用过，因此它将是 4 字节），这反过来会使一切变慢。